地中海農業の基盤であり、パスタ生産にとって世界的に重要な作物であるデュラム小麦は、窒素(N)肥料の持続不可能な使用という喫緊の課題に直面している。.
窒素は収量を最大化するために不可欠であるが、過剰に施用すると、地下水汚染、温室効果ガス排出、土壌劣化など、深刻な環境被害を引き起こす。.
イタリアのアシャーノで実施され、欧州農学誌に掲載された画期的な4年間の研究(2018年~2022年)は、従来の窒素管理と高度な精密農業技術を厳密に比較することで、この危機に対処しようと試みた。.
本研究は、従来の均一な窒素施肥法に対し、衛星画像を利用した3つの施肥戦略(窒素栄養指数(NNI)、比例NDVI(NDVIH)、補償NDVI(NDVIL))に焦点を当てた。研究結果は、持続可能なデュラム小麦栽培への道筋を示すだけでなく、各手法の経済的および生態学的なトレードオフを驚くほど正確に定量化している。.
方法論:精密農業と衛星技術の融合
この実験は、地中海性小麦栽培の象徴的な地域であるトスカーナのなだらかな丘陵地帯で、4つの連続した栽培シーズンにわたって実施された。研究者たちは試験圃場を4つの異なる窒素管理戦略を適用する区画に分けた。.
従来の「定額施肥」方式では、地域の農業ガイドラインに従い、1ヘクタールあたり年間150kgの窒素を施用していた。一方、精密施肥方式では、欧州宇宙機関のミッションであるSentinel-2衛星画像(高解像度(10メートル)の多波長データを提供する)を活用し、窒素施肥量を空間的にも時間的にも最適化した。.
NNI戦略は、葉面積指数とバイオマス推定値を統合した検証済みのアルゴリズムを用いて作物の窒素状態をリアルタイムで算出するという点で際立っていました。NDVIHは植生密度(正規化植生指数)に基づいて窒素を比例配分する一方、NDVILは補償的なアプローチを採用し、余分な窒素を植生の少ない地域に供給しました。.
NNIは従来型およびNDVIベースの戦略を上回る性能を発揮する
調査期間中、NNI方式は比類のない効率性を示した。従来の1ヘクタールあたり150kgに対し、わずか120kgの窒素施肥で20%の窒素使用量を削減しながら、定額施肥方式の4.7トンに対し、統計的に同等の穀物収量(1ヘクタールあたり4.8トン)を維持した。.
タンパク質含有量(デュラム小麦の最終用途であるパスタにとって重要な品質指標)は、NNI法では13.2%に達し、従来の方法の12.5%をわずかに上回った。.
このわずかなタンパク質増加は、産業上の大きな利点につながった。NNI最適化小麦から作られた生地は、W指数(グルテン強度の指標)が280となり、従来の小麦で観察された240をはるかに上回った。.
こうした改善は、NNIが窒素の利用可能性を作物の生育段階と同期させ、穀粒充填期における最適な栄養素分配を確保する能力に起因する。.
NDVIベースのアプローチに潜む隠れたコスト
NDVIに基づく戦略は革新的ではあったものの、重大な限界が明らかになった。樹冠の緑度に基づいて窒素を配分する比例NDVIHアプローチは、タンパク質含有量を13.8%まで増加させたが、収量は1ヘクタールあたり4.5トンに減少し、NNIと比較して6%の減少となった。.
この矛盾は、すでに窒素が豊富な地域で過剰施肥を行った結果生じたもので、過剰な植物の成長によって穀物生産に必要なエネルギーが奪われてしまったためである。.
作物の生育が低迷している地域を活性化するために設計された補償型NDVIL法は、最高の収量(5.1トン/ha)を達成したが、環境面で大きな代償を伴った。1ヘクタールあたり160kgの窒素が必要となり、NNIの0.8kgと比較して亜酸化窒素排出量が33%急増した(穀物1kgあたり1.4kgのCO2換算)。.
これらの排出物は極めて重大な意味を持つ。亜酸化窒素は、1世紀にわたる地球温暖化係数において、二酸化炭素の265倍もの影響力を持つ。.
経済面では、NNIが明らかに優位に立った。この戦略を採用した農家は、1ヘクタールあたり220ユーロの純利益を達成し、従来の方法の196ユーロを12%上回った。この優位性は、肥料コストの削減(1ヘクタールあたり98ユーロ対123ユーロ)と、高タンパク質穀物のプレミアム価格という2つの要因によるものだった。.
本研究では、環境被害、水質汚染による公衆衛生への影響、長期的な土壌劣化を包括的に評価する新たな指標である「社会的コスト」を導入した。NNIの社会的コストは1ヘクタールあたり42ユーロで、従来の農業の60ユーロに比べるとはるかに低い。NDVIHとNDVILはそれぞれ58ユーロと55ユーロの中間的なコストを示し、窒素の分布の不均衡を反映している。.
環境指標をさらに詳しく見てみると、窒素肥料利用効率(NfUE)――施肥された窒素が収穫可能な穀物に変換される割合――は、NNIの下で65%に達し、従来の方法の効率52%を大幅に上回りました。この飛躍的な向上は、硝酸塩の溶出量を18%削減することにつながり、地域の帯水層を汚染から守りました。.
4年間の研究期間中、NNI(窒素窒素管理)を実施している圃場では、浸出による窒素損失は年間1ヘクタールあたりわずか12kgであったのに対し、従来の方法で管理している圃場では22kgであった。参考までに、EUの硝酸塩指令では、地下水の硝酸塩濃度を50mg/L未満に抑えることが義務付けられているが、この基準値を超えたのは、従来の方法で管理している圃場の30%(1ヘクタールあたり301トン)に対し、NNIで管理している圃場はわずか8%(1ヘクタールあたり30トン)であった。.
NNIの規模拡大:課題と政策介入
この研究は、隠れた気候変動対策上の利点も明らかにした。ライフサイクルアセスメント(LCA)の手法を用いて、研究チームはNNIの二酸化炭素排出量が穀物1kgあたり0.8kg CO2換算であり、従来の農業の1.2kgよりも33%低いことを算出した。.
この削減は主に、肥料生産時の排出量減少(窒素1kgあたり1.2kgのCO2換算排出量削減)と土壌からの亜酸化窒素放出量の減少によるものです。EUの240万ヘクタールに及ぶデュラム小麦農地全体にNNIを普及させれば、年間排出量を96万トン(CO2換算)削減できる可能性があり、これは20万8000台の自動車を道路からなくすことに相当します。.
しかし、この研究は精密農業を万能薬と捉えることに警鐘を鳴らしている。NNI方式の成功は、高品質の衛星データへの継続的なアクセスと、可変施肥が可能な高度な機械設備にかかっているが、開発途上地域ではこれらのインフラが不足している。.
例えば、Sentinel-2衛星は5日ごとに各地点を再訪しますが、生育の重要な段階で雲に覆われるとデータ収集が妨げられる可能性があります。さらに、アルゴリズムは現地の状況に合わせて調整する必要があります。本研究では、NNI閾値を地中海性気候に合わせて微調整し、窒素状態予測において92%の精度を達成しました。.
モデルを再較正せずに乾燥地域や重粘土質土壌に適用すると、精度が70~75%に低下する可能性がある。.
人的要因も同様に重要である。NNIに移行する農家は、スペクトル指数を解釈するためのトレーニングを受ける必要がある。例えば、NDVI値が0.7を超える場合は、植生過多を示しており、窒素施肥量を減らす必要があることを理解する必要がある。.
研究チームは、精密農業ツールに関する農家の知識レベルが10%向上すれば、NfUE(農地利用効率)が4~6パーセントポイント上昇する可能性があると推定している。政策介入は不可欠となるだろう。土壌センサーへの補助金、農学者主導のワークショップへの資金提供、協同組合による機械共有へのインセンティブ付与などが、アクセスを民主化するのに役立つ可能性がある。.
今後の展望として、この研究の意義はデュラム小麦にとどまらない。NNIの枠組みをトウモロコシや米などの作物に適用すれば、毎年世界中で過剰に施用されている6000万トンの窒素問題に対処できる可能性があり、これは国連の持続可能な開発目標における重要な目標の一つである。.
スペインの大麦畑で行われた予備試験では、窒素施肥量を18%減らしても収量の安定性は同程度であることが示され、作物間での適用可能性が示唆された。研究者にとって、機械学習と衛星データの統合は有望な分野であり、初期モデルでは施肥の30日前に窒素需要を95%の精度で予測できるため、事後対応型ではなく事前対応型の管理が可能になる。.
結論
結論として、この研究は学術界の枠を超え、農業生産性と地球環境の健全性を両立させるための青写真を提供するものである。.
NNI方式は、窒素使用量を20%削減し、農家の利益を12%増加させ、温室効果ガス排出量を3分の1削減することで、持続可能性と収益性が両立可能であることを示しています。気候変動によって干ばつが深刻化し、生育期が不安定化するにつれ、このような精密な戦略は不可欠となるでしょう。.
今後の課題は、この科学的検証を現場での行動へと転換することにある。そのためには、政策改革、技術の民主化、そして肥料に対する見方のパラダイムシフトが必要だ。肥料を粗雑な道具としてではなく、食料安全保障を追求するための精密な道具として捉える必要がある。.
参照: Fabbri, C., Delgado, A., Guerrini, L., & Napoli, M. (2025). デュラム小麦の精密窒素施肥戦略:NNIとNDVIマップベースのアプローチの持続可能性評価。European Journal of Agronomy, 164, 127502.
衛星画像




